Title: Bahan Kuliah
1Algoritma Brute ForceOleh Rinaldi Munir
Bahan Kuliah IF2211 Strategi Algoritma
Program Studi Informatika Sekolah teknik Elektro
dan Informatika, ITB, 2014
2(No Transcript)
3Definisi Brute Force
- Brute force pendekatan yang lempang
(straightforward) untuk memecahkan suatu
persoalan - Biasanya didasarkan pada
- pernyataan pada persoalan (problem statement)
- definisi konsep yang dilibatkan.
- Algoritma brute force memecahkan persoalan dengan
- sangat sederhana,
- langsung,
- jelas (obvious way).
- Just do it! atau Just Solve it!
4Contoh-contoh(Berdasarkan pernyataan persoalan)
- Mencari elemen terbesar (terkecil)
-
- Persoalan Diberikan sebuah senarai yang
beranggotakan n buah bilangan bulat (a1, a2, ,
an). Carilah elemen terbesar di dalam senarai
tersebut. -
Algoritma brute force bandingkan setiap elemen
senarai untuk menemukan elemen terbesar
5Jumlah operasi perbandingan elemen n 1
Kompleksitas waktu algoritma O(n).
6- Pencarian beruntun (Sequential Search)
- Persoalan Diberikan senarai yang berisi n buah
bilangan bulat (a1, a2, , an). Carilah nilai x
di dalam senara tersebut. Jika x ditemukan, maka
keluarannya adalah indeks elemen senarai, jika x
tidak ditemukan, maka keluarannya adalah -1. - Algoritma brute force (sequential search) setiap
elemen senarai dibandingkan dengan x. Pencarian
selesai jika x ditemukan atau elemen senarai
sudah habis diperiksa.
7Jumlah perbandingan elemen n Kompleksitas
waktu algoritma O(n). Adakah algoritma
pencarian elemen yang lebih mangkus daripada
brute force?
8Contoh-contoh(Berdasarkan definisi konsep yang
terlibat)
- Menghitung an (a gt 0, n adalah bilangan bulat
tak-negatif) -
- Definisi
- an a ? a ? ? a (n kali) , jika n gt 0
- 1 , jika n 0
-
- Algoritma brute force kalikan 1 dengan a
sebanyak n kali
9- function pangkat(a real, n integer) ? real
- Menghitung an
- Deklarasi
- i integer
- hasil real
- Algoritma
- hasil ? 1
- for i ? 1 to n do
- hasil ? hasil a
- end
- return hasil
Jumlah operasi kali n Kompleksitas waktu
algoritma O(n). Adakah algoritma perpangkatan
yang lebih mangkus daripada brute force?
10- 2. Menghitung n! (n bilangan bulat tak-negatif)
- Definisi
- n! 1 2 3 n , jika n gt 0
- 1 , jika n 0
-
- Algoritma brute force kalikan n buah bilangan,
yaitu 1, 2, 3, , n, bersama-sama
11- function faktorial(n integer) ? integer
- Menghitung n!
- Deklarasi
- i integer
- fak real
- Algoritma
- fak ? 1
- for i ? 1 to n do
- fak ? fak i
- end
- return fak
Jumlah operasi kali n Kompleksitas waktu
algoritma O(n).
12- Mengalikan dua buah matriks, A dan B
- Definisi
- Misalkan C A B dan elemen-elemen matrik
dinyatakan sebagai cij, aij, dan bij - Algoritma brute force hitung setiap elemen hasil
perkalian satu per satu, dengan cara mengalikan
dua vektor yang panjangnya n.
13Jumlah operasi kali n3 dan operasi tambah n3,
total 2n3 Kompleksitas waktu algoritma
O(n3) Adakah algoritma perkalian matriks yang
lebih mangkus daripada brute force?
14- 4. Tes Bilangan Prima
- Persoalan Diberikan sebuah bilangan bilangan
bulat - positif. Ujilah apakah bilangan tersebut
merupakan - bilangan prima atau bukan.
- Definisi bilangan prima adalah bilangan yang
hanya habis dibagi oleh 1 dan dirinya sendiri. - Algoritma brute force bagi n dengan 2 sampai ?n.
- Jika semuanya tidak habis membagi n, maka n
adalah - bilangan prima.
15Adakah algoritma pengujian bilangan prima yang
lebih mangkus daripada brute force?
165. Algoritma Pengurutan Brute Force
- Algoritma apa yang memecahkan masalah pengurutan
secara brute force? - Bubble sort dan selection sort!
- Kedua algoritma ini memperlihatkan teknik brute
force dengan sangat jelas sekali.
17- Selection Sort
- Pass ke 1
- Cari elemen terkecil mulai di dalam s1..n
- Letakkan elemen terkecil pada posisi ke-1
(pertukaran) - Pass ke-2
- Cari elemen terkecil mulai di dalam s2..n
- Letakkan elemen terkecil pada posisi 2
(pertukaran) - Ulangi sampai hanya tersisa 1 elemen
- Semuanya ada n 1 kali pass
18Sumber gambar Prof. Amr Goneid Department of
Computer Science, AUC
19Jumlah perbandingan elemen n(n 1 )/2 Jumlah
pertukaran n 1 Kompleksitas waktu algoritma
diukur dari jumlah perbandingan O(n2). Adakah
algoritma pengurutan yang lebih mangkus?
20- Bubble Sort
- Mulai dari elemen ke-1
- 1. Jika s2 lt s1, pertukarkan
- 2. Jika s3 lt s2, pertukarkan
-
- 3. Jika sn 1 lt sn, pertukarkan
- Ulangi lagi untuk pass ke-2, 3, .., n 1 dst
- Semuanya ada n 1 kali pass
satu kali pass
21Sumber gambar Prof. Amr Goneid Department of
Computer Science, AUC
22Jumlah perbandingan elemen n(n 1 )/2 Jumlah
pertukaran (kasus terburuk) n(n 1)/2
Kompleksitas waktu algoritma diukur dari jumlah
perbandingan O(n2). Adakah algoritma pengurutan
yang lebih mangkus?
23- 6. Mengevaluasi polinom
- Persoalan Hitung nilai polinom
- p(x) anxn an-1xn-1 a1x a0
- untuk x t.
- Algoritma brute force xi dihitung secara brute
force (seperti perhitungan an). Kalikan nilai xi
dengan ai, lalu jumlahkan dengan suku-suku
lainnya.
24function polinom(input t real)?real
Menghitung nilai p(x) pada x t.
Koefisien-koefisein polinom sudah disimpan di
dalam a0..n. Masukan t Keluaran nilai
polinom pada x t. Deklarasi i, j
integer p, pangkat real  Algoritma p ? 0
for i ? n downto 0 do pangkat ? 1
for j ? 1 to i do hitung xi pangkat ?
pangkat t endfor p ? p ai
pangkat endfor return p
Jumlah operasi perkalian n(n 2)/2 (n 1)
Kompleksitas waktu algoritma O(n2).
25function polinom2(input t real)?real
Menghitung nilai p(x) pada x t.
Koefisien-koefisein polinom sudah disimpan di
dalam a0..n. Masukan t Keluaran nilai
polinom pada x t. Deklarasi i, j
integer p, pangkat real Algoritma p ?
a0 pangkat?1 for i ? 1 to n do
pangkat ? pangkat t p ? p ai
pangkat endfor return p
Jumlah operasi perkalian 2n Kompleksitas
algoritma ini adalah O(n). Adakah algoritma
perhitungan nilai polinom yang lebih
mangkus daripada brute force?
26Karakteristik Algoritma Brute Force
- Algoritma brute force umumnya tidak cerdas dan
tidak mangkus, karena ia membutuhkan jumlah
komputasi yang besar dan waktu yang lama dalam
penyelesaiannya. -
-
-
-
Kata force mengindikasikan tenaga ketimbang
otak
Kadang-kadang algoritma brute force disebut juga
algoritma naif (naïve algorithm).
27- Algoritma brute force lebih cocok untuk
persoalan yang berukuran kecil. - Pertimbangannya
- sederhana,
- implementasinya mudah
-
- Algoritma brute force sering digunakan sebagai
basis pembanding dengan algoritma yang lebih
mangkus.
28- Meskipun bukan metode yang mangkus, hampir semua
persoalan dapat diselesaikan dengan algoritma
brute force. - Sukar menunjukkan persoalan yang tidak dapat
diselesaikan dengan metode brute force. - Bahkan, ada persoalan yang hanya dapat
diselesaikan dengan metode brute force. - Contoh mencari elemen terbesar di dalam
senarai. - Contoh lainnya?
- When in doubt, use brute force (Ken
Thompson, penemu - sistem operasi UNIX)
-
29Contoh-contoh lain
- 1. Pencocokan String (String Matching)
- Persoalan Diberikan
- a. teks (text), yaitu (long) string dengan
panjang n karakter - b. pattern, yaitu string dengan panjang m
karakter (asumsi m lt n) - Carilah lokasi pertama di dalam teks yang
bersesuaian dengan pattern.
30- Algoritma brute force
- Mula-mula pattern dicocokkan pada awal teks.
- Dengan bergerak dari kiri ke kanan, bandingkan
setiap karakter di dalam pattern dengan karakter
yang bersesuaian di dalam teks sampai - semua karakter yang dibandingkan cocok atau sama
(pencarian berhasil), atau - dijumpai sebuah ketidakcocokan karakter
(pencarian belum berhasil) - Bila pattern belum ditemukan kecocokannya dan
teks belum habis, geser pattern satu karakter ke
kanan dan ulangi langkah 2.
31- Contoh 1
- Pattern NOT
- Teks NOBODY NOTICED HIM
-
- NOBODY NOTICED HIM
- 1 NOT
- 2 NOT
- 3 NOT
- 4 NOT
- 5 NOT
- 6 NOT
- 7 NOT
- 8 NOT
32- Contoh 2
- Pattern 001011
- Teks 10010101001011110101010001
-
- 10010101001011110101010001
- 1 001011
- 2 001011
- 3 001011
- 4 001011
- 5 001011
- 6 001011
- 7 001011
- 8 001011
- 9 001011
33Kompleksitas algoritma O(nm) pada kasus terburuk
O(n) pada
kasus rata-rata.
34- 2. Mencari Pasangan Titik yang
- Jaraknya Terdekat (Closest Pairs)
- Persoalan Diberikan n buah titik (2-D atau
3-D), tentukan dua buah titik yang terdekat satu
sama lain.
35- Jarak dua buah titik, p1 (x1, y1) dan p2 (x2,
y2) dihitung dengan rumus Euclidean - Algoritma brute force
- Hitung jarak setiap pasang titik.
- Pasangan titik yang mempunyai jarak terpendek
itulah jawabannya. - Algoritma brute force akan menghitung sebanyak
C(n, 2) n(n 1)/2 pasangan titik dan memilih
pasangan titik yang mempunyai jarak terkecil. - Kompleksitas algoritma adalah O(n2).
36Kompleksitas algoritma O(n2).
37Kekuatan dan Kelemahan Metode Brute Force
- Kekuatan
- Metode brute force dapat digunakan untuk
memecahkan hampir sebagian besar masalah (wide
applicability). - Metode brute force sederhana dan mudah
dimengerti. - Metode brute force menghasilkan algoritma yang
layak untuk beberapa masalah penting seperti
pencarian, pengurutan, pencocokan string,
perkalian matriks. - Metode brute force menghasilkan algoritma baku
(standard) untuk tugas-tugas komputasi seperti
penjumlahan/perkalian n buah bilangan, menentukan
elemen minimum atau maksimum di dalam tabel
(list).
38- Kelemahan
- Metode brute force jarang menghasilkan algoritma
yang mangkus. - Beberapa algoritma brute force lambat sehingga
tidak dapat diterima. - Tidak sekontruktif/sekreatif teknik pemecahan
masalah lainnya.
39Algoritma Brute Force dalam Sudoku
- Sudoku adalah adalah permainan teka-teki (puzzle)
logik yang berasal dari Jepang. Permainan ini
sangat populer di seluruh dunia. - Contoh sebuah Sudoku
40- Kotak-kotak di dalam Sudoku harus diisi dengan
angka 1 sampai 9 sedemikian sehingga - tidak ada angka yang sama (berulang) pada setiap
baris - tidak ada angka yang sama (berulang) pada setiap
kolom - tidak ada angka yang sama (berulang) pada setiap
bujursangkar (persegi) yang lebih kecil.
41- Algoritma Brute Force untuk Sudoku
- Tempatkan angka 1 pada sel pertama. Periksa
apakah penempatan 1 dibolehkan (dengan
memeriksa baris, kolom, dan kotak). - Jika tidak ada pelanggaran, maju ke sel
berikutnya. Tempatkan 1 pada sel tersebut dan
periksa apakah ada pelanggaran. - Jika pada pemeriksaan ditemukan pelanggaran,
yaitu penempatan 1 tidak dibolehkan, maka coba
dengan menempatkan 2. - Jika pada proses penempatan ditemukan bahwa tidak
satupun dari 9 angka diperbolehkan, maka
tinggalkan sel tersebut dalam keadaan kosong,
lalu mundur satu langkah ke sel sebelumnya. Nilai
di sel tersebut dinaikkan 1. - Ulangi sampai 81 buah sel sudah terisi solusi
yang benar.
42Exhaustive Search
- Exhaustive search
- teknik pencarian solusi secara solusi brute force
untuk masalah-masalah kombinatorik - biasanya di antara objek-objek kombinatorik
seperti permutasi, kombinasi, atau himpunan
bagian dari sebuah himpunan.
43- Langkah-langkah metode exhaustive search
- Enumerasi (list) setiap solusi yang mungkin
dengan cara yang sistematis. - Evaluasi setiap kemungkinan solusi satu per satu,
simpan solusi terbaik yang ditemukan sampai
sejauh ini (the best solusi found so far). - Bila pencarian berakhir, umumkan solusi terbaik
(the winner) - Meskipun algoritma exhaustive secara teoritis
menghasilkan solusi, namun waktu atau sumberdaya
yang dibutuhkan dalam pencarian solusinya sangat
besar.
44Contoh-contoh exhaustive search
1. Travelling Salesperson Problem
- Persoalan Diberikan n buah kota serta diketahui
jarak antara setiap kota satu sama lain. Temukan
perjalanan (tour) terpendek yang melalui setiap
kota lainnya hanya sekali dan kembali lagi ke
kota asal keberangkatan.
45- Persoalan TSP tidak lain adalah menemukan sirkuit
Hamilton dengan bobot minimum. - Algoritma exhaustive search untuk TSP
- Enumerasikan (list) semua sirkuit Hamilton dari
graf lengkap dengan n buah simpul. - Hitung (evaluasi) bobot setiap sirkuit Hamilton
yang ditemukan pada langkah 1. - Pilih sirkuit Hamilton yang mempunyai bobot
terkecil.
46- Contoh 4
- TSP dengan n 4, simpul awal a
Rute perjalananan terpendek adalah
a?c?b?d?a a?d?b?c?a dengan bobot 32.
47- Untuk n buah simpul semua rute perjalanan
dibangkitkan dengan permutasi dari n 1 buah
simpul. - Permutasi dari n 1 buah simpul adalah
- (n 1)!
- Pada contoh di atas, untuk n 6 akan terdapat
-
- (4 1)! 3! 6
-
- buah rute perjalanan.
48- Jika diselesaikan dengan exhaustive search, maka
kita harus mengenumerasi sebanyak (n 1)! buah
sirkuit Hamilton, menghitung setiap bobotnya,
dan memilih sirkuit Hamilton dengan bobot
terkecil. - Kompleksitas waktu algoritma exhaustive search
untuk persoalan TSP sebanding dengan (n 1)!
dikali dengan waktu untuk menghitung bobot setiap
sirkuit Hamilton. - Menghitung bobot setiap sirkuit Hamilton
membutuhkan waktu O(n), sehingga kompleksitas
waktu algoritma exhaustive search untuk persoalan
TSP adalah O(n ? n!).
49- Perbaikan setengah dari rute perjalanan adalah
hasil pencerminan dari setengah rute yang lain,
yakni dengan mengubah arah rute perjalanan - 1 dan 6
- 2 dan 4
- 3 dan 5
- maka dapat dihilangkan setengah dari jumlah
permutasi (dari 6 menjadi 3). - Ketiga buah sirkuit Hamilton yang dihasilkan
50- Untuk graf dengan n buah simpul, kita hanya perlu
mengevaluasi (n 1)!/2 sirkuit Hamilton. - Untuk ukuran masukan yang besar, jelas algoritma
exhaustive search menjadi sangat tidak mangkus. - Pada persoalan TSP, untuk n 20 akan terdapat
(19!)/2 6 ? 1016 sirkuit Hamilton yang harus
dievaluasi satu per satu.
51- Sayangnya, untuk persoalan TSP tidak ada
algoritma lain yang lebih baik daripada algoritma
exhaustive search. - Jika anda dapat menemukan algoritma yang mangkus
untuk TSP, anda akan menjadi terkenal dan kaya! - Algoritma yang mangkus selalu mempunyai
kompleksitas waktu dalam orde polinomial.
52 53- Persoalan Diberikan n buah objek dan sebuah
knapsack dengan kapasitas bobot K. Setiap objek
memiliki properti bobot (weigth) wi dan
keuntungan(profit) pi. - Bagaimana memilih memilih objek-objek yang
dimasukkan ke dalam knapsack sedemikian sehingga
memaksimumkan keuntungan. Total bobot objek yang
dimasukkan ke dalam knapsack tidak boleh melebihi
kapasitas knapsack.
54- Persoalan 0/1 Knapsack dapat kita pandang sebagai
mencari himpunan bagian (subset) dari keseluruhan
objek yang muat ke dalam knapsack dan memberikan
total keuntungan terbesar.
55- Solusi persoalan dinyatakan sebagai
- X x1, x2, , xn
- xi 1, jika objek ke-i dipilih,
- xi 0, jika objek ke-i tidak dipilih.
56- Formulasi secara matematis
57- Algoritma exhaustive search
- 1. Enumerasikan (list) semua himpunan
- bagian dari himpunan dengan n objek.
- 2. Hitung (evaluasi) total keuntungan dari
- setiap himpunan bagian dari langkah 1.
- 3. Pilih himpunan bagian yang memberikan
- total keuntungan terbesar.
58- Contoh n 4, K 16
- Objek Bobot Profit ()
- 2 20
- 5 30
- 10 50
- 5 10
-
- Langkah-langkah pencarian solusi 0/1 Knapsack
secara exhaustive search dirangkum dalam tabel di
bawah ini
59- Himpunan bagian objek yang memberikan
keuntungan maksimum - adalah 2, 3 dengan total keuntungan adalah
80. - Solusi X 0, 1, 1, 0
60- Banyaknya himpunan bagian dari sebuah himpunan
dengan n elemen adalah 2n. - Waktu untuk menghitung total bobot objek yang
dipilih O(n) - Sehingga, Kompleksitas algoritma exhaustive
search untuk persoalan 0/1 Knapsack O(n. 2n). - TSP dan 0/1 Knapsack, adalah contoh persoalan
eksponensial.
61Latihan (yang diselesaikan secara exhaustive
search)
- (Masalah Penugasan) Misalkan terdapat n orang dan
n buah pekerjaan (job). Setiap orang akan
di-assign dengan sebuah pekerjaan. Penugasan
orang ke-i dengan pekerjaan ke-j membutuhkan
biaya sebesar c(i, j). Bagaimana melakukan
penugasan sehingga total biaya penugasan adalah
seminimal mungkin? Misalkan instansiasi persoalan
dinyatakan sebagai matriks C sebagai berikut
62- (Masalah partisi). Diberikan n buah bilangan
bulat positif. Bagilah menjadi dua himpunan
bagian disjoint sehingga setiap bagian mempunyai
jumlah nilai yang sama (catatan masalah ini
tidak selalu mempunyai solusi). - Contoh n 6, yaitu 3, 8, 4, 6, 1, 2, dibagidua
menjadi 3, 8, 1 dan 4, 6, 2 yang
masing-masing jumlahnya 12. - Rancang algoritma exhaustive search untuk
masalah ini. Cobalah mengurangi jumlah himpunan
bagian yang perlu dibangkitkan. -
63- (Bujursangkar ajaib). Bujursangkar ajaib (magic
square) adalah pengaturan n buah bilangan dari 1
hingga n2 di dalam bujursangkar yang berukuran n
x n sedemikian sehingga jumlah nilai setiap
kolom,baris, dan diaginal sama. Rancanglah
algoritma exhaustive search untuk membangkitkan
bujursangkar ajaib orde n.
64Exhaustive Search di dalam Kriptografi
- Di dalam kriptografi, exhaustive search merupakan
teknik yang digunakan penyerang untuk menemukan
kunci enkripsi dengan cara mencoba semua
kemungkinan kunci. - Serangan semacam ini dikenal dengan nama
exhaustive key search attack atau brute force
attack.
65- Contoh Panjang kunci enkripsi pada algoritma
DES (Data Encryption Standard) 64 bit. -
- Dari 64 bit tersebut, hanya 56 bit yang
digunakan (8 bit paritas lainnya tidak dipakai). - Jumlah kombinasi kunci yang harus dievaluasi oleh
pihak lawan adalah sebanyak - (2)(2)(2)(2)(2) (2)(2) 256
- 7.205.759.403.7927.936
- Jika untuk percobaan dengan satu kunci memerlukan
waktu 1 detik, maka untuk jumlah kunci sebanyak
itu diperlukan waktu komputasi kurang lebih
selama 228.4931.317 tahun!
66- Algoritma exhaustive search tidak mangkus
sebagaimana ciri algoritma brute force pada
umumnya - Namun, nilai plusnya terletak pada
keberhasilannya yang selalu menemukan solusi
(jika diberikan waktu yang cukup).
67Mempercepat Algoritma Exhaustive Search
- Algoritma exhaustive search dapat diperbaiki
kinerjanya sehingga tidak perlu melakukan
pencarian terhadap semua kemungkinan solusi. -
- Salah satu teknik yang digunakan untuk
mempercepat pencarian solusi, di mana exhaustive
search tidak praktis, adalah teknik heuristik
(heuristic). - Dalam exhaustive search, teknik heuristik
digunakan untuk mengeliminasi beberapa
kemungkinan solusi tanpa harus mengeksplorasinya
secara penuh.
68- Heuristik adalah teknik yang dirancang untuk
memecahkan persoalan dengan mengabaikan apakah
solusi dapat terbukti benar secara matematis - Contoh dari teknik ini termasuk menggunakan
tebakan, penilaian intuitif, atau akal sehat. - Contoh program antivirus menggunakan pola-pola
heuristik untuk mengidentifikasi dokumen yang
terkena virus atau malware.
69- Sejarah
- Heuristik adalah seni dan ilmu menemukan (art and
science of discovery). - Kata heuristik diturunkan dari Bahasa Yunani
yaitu eureka yang berarti menemukan (to find
atau to discover).
Matematikawan Yunani yang bernama Archimedes
yang melontarkan kata "heureka", dari sinilah
kita menemukan kata eureka yang berarti I
have found it.
70- Heuristk mengacu pada teknik memecahkan persoalan
berbasis pengalaman, dari proses pembelajaran,
dan penemuan solusi meskipun tidak dijamin
optimal. - Heuristik berbeda dari algoritma
- - heuristik berlaku sebagai panduan (guideline),
- - sedangkan algoritma adalah urutan
langkah-langkah penyelesaian persoalan. - Metode heuristik menggunakan terkaan, intuisi,
dan common sense. Secara matematis tidak dapat
dibuktikan, namun sangat berguna.
71- Heuristik mungkin tidak selalu memberikan hasil
optimal, tetapi secara ekstrim ia berguna pada
pemecahan masalah. - Heuristik yang bagus dapat secara dramatis
mengurangi waktu yang dibutuhkan untuk memecahkan
masalah dengan cara mengeliminir kebutuhan untuk
mempertimbangkan kemungkinan solusi yang tidak
perlu.
72- Heuristik tidak menjamin selalu dapat memecahkan
persoalan, tetapi seringkali memecahkan persoalan
dengan cukup baik untuk kebanyakan persoalan, dan
seringkali pula lebih cepat daripada pencarian
solusi secara exhaustive search. - Sudah sejak lama heuristik digunakan secara
intensif di dalam bidang intelijensia buatan
(artificial intelligence).
73- Contoh penggunaan heuristik untuk mempercepat
algoritma exhaustive search -
-
- Contoh Masalah anagram. Anagram adalah
penukaran huruf dalam sebuah kata atau kalimat
sehingga kata atau kalimat yang baru mempunyai
arti lain. - Contoh-contoh anagram (semua contoh dalam
Bahasa Inggris) - lived ? devil
- tea ? eat
- charm ? march
74- Bila diselesaikan secara exhaustive search, kita
harus mencari semua permutasi huruf-huruf
pembentuk kata atau kalimat, lalu memerika apakah
kata atau kalimat yang terbentuk mengandung arti.
- Teknik heuristik dapat digunakan untuk mengurangi
jumlah pencarian solusi. Salah satu teknik
heuristik yang digunakan misalnya membuat aturan
bahwa dalam Bahasa Inggris huruf c dan h selalu
digunakan berdampingan sebagai ch (lihat contoh
charm dan march), sehingga kita hanya membuat
permutasi huruf-huruf dengan c dan h
berdampingan. Semua permutasi dengan huruf c dan
h tidak berdampingan ditolak dari pencarian.